AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-19

स्थान-काल आधारित डीप लर्निंग द्वारा बड़े तरल प्रस्फुरक (liquid scintillator) संसूचकों में $^{14}\mathrm{C}$ फ़ोटॉन हिट्स का दमन

मूल शीर्षक: Suppression of $^{14}\mathrm{C}$ photon hits in large liquid scintillator detectors via spatiotemporal deep learning

तरल सिंटिलेटर न्यूट्रिनो डिटेक्टरों में ¹⁴C के बीटा क्षय से निकलने वाले फोटॉन सिग्नल को दूषित करते हैं और ऊर्जा विभेदन को घटाते हैं। लेखक ¹⁴C पाइल-अप वाली पॉज़िट्रॉन घटनाओं में ¹⁴C फोटॉन हिट की पहचान करने के लिए तीन मॉडल प्रस्तावित करते हैं: एक गेटेड स्पैटियोटेम्पोरल ग्राफ़ न्यूरल नेटवर्क और दो Transformer-आधारित मॉडल। सिमुलेटेड परीक्षण डेटा पर उन्होंने 25–48% ¹⁴C हिट को टैग किया, जबकि पॉज़िट्रॉन हिट को ¹⁴C के रूप में गलत पहचानने की दर 1% से कम रही, जिससे उन स्थितियों में कुल-आवेश विभेदन में उल्लेखनीय सुधार हुआ जहाँ दोनों स्थान और समय में काफ़ी अधिक अतिव्यापित होते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →